Tony Fadell ha expuesto en el marco del MIT Future Fest las razones estructurales que llevaron al declive de los primeros dispositivos dedicados a la inteligencia artificial. Durante su intervención, el cocreador del iPhone y fundador de Nest utilizó ejemplos concretos de productos que generaron altas expectativas pero que han sido discontinuados, citando específicamente el Rabbit R1, el Humane Ai Pin y el colgante Limitless. Según Fadell, estas compañías cometieron el error de lanzar tecnología atractiva para un perfil técnico o «geek», pero que carecía de una utilidad práctica inmediata en la vida cotidiana de la mayoría de los consumidores.
El problema de la utilidad y la adopción masiva
El análisis de Fadell se centra en la ausencia de un problema real que resolver. A pesar de que estos dispositivos prometían la comodidad de un asistente personal, el rendimiento técnico no estuvo a la altura de las promesas. Además, el experto subraya una desconexión fundamental entre la visión de los desarrolladores y la realidad del usuario medio: la idea de tener un asistente personal es un concepto familiar para una élite mínima, estimada en menos del 0,01 % de la población mundial. Para el resto de los consumidores, la noción de delegar tareas a un agente externo es ajena y requiere un proceso de aprendizaje y adaptación que las empresas de hardware han ignorado.
La confianza y la seguridad de los datos
La construcción de la confianza es, según Fadell, el obstáculo más crítico para la próxima generación de dispositivos. El experto explica que, en una relación humana con un asistente, la confianza no es instantánea, sino que se construye durante años mediante la gestión de datos sensibles y la delegación progresiva de responsabilidades, como la gestión de cuentas bancarias o la organización de agendas. Trasladar este modelo a la IA es complejo, ya que el usuario no está dispuesto a entregar accesos críticos a sus finanzas o datos privados desde el primer día de uso de un dispositivo nuevo.
Este problema de seguridad se ve agravado por incidentes recientes en la industria. Fadell menciona el caso de Muse, el asistente polivalente lanzado por Meta, que presentó vulnerabilidades graves detectadas por investigadores de seguridad inmediatamente después de su lanzamiento al mercado. Informes internos de 404 Media sugieren que incluso los empleados de Meta identificaron fallos de seguridad que obligaron a diversos equipos a trabajar horas extra en una carrera contra el reloj para intentar solucionar los problemas antes de la versión oficial. Estos hechos refuerzan la tesis de que la seguridad y la privacidad serán los factores determinantes para que cualquier inteligencia artificial sea aceptada masivamente.
Procesamiento local frente a la nube
En cuanto a la viabilidad técnica, Fadell sostiene que los agentes de IA exitosos deberán operar exclusivamente mediante procesamiento local (on-device); es decir, ejecutando los cálculos y el almacenamiento de datos directamente en el hardware del dispositivo sin depender de la nube. Esta arquitectura es fundamental por dos razones: la privacidad del usuario y la eficiencia en el consumo de recursos. El experto cuestiona la narrativa actual que posiciona a los centros de datos como el motor dominante del futuro, argumentando que la potencia de cómputo actual de los dispositivos móviles es suficiente para gestionar tareas complejas si se optimiza correctamente.
Ventajas competitivas de Apple y la recolección de datos
Apple es señalada por Fadell como la empresa con mayores probabilidades de éxito en este segmento debido a su control vertical del ecosistema. La compañía posee el hardware, el diseño de chips propios y, sobre todo, una relación de confianza consolidada con el usuario en materia de privacidad, ejemplificada en la adopción masiva de Face ID para el manejo de datos biométricos locales. No obstante, el experto reconoce una debilidad importante: Apple carece de un modelo de IA propietario de primer nivel y depende actualmente de versiones personalizadas de Gemini, el modelo de Google, para alimentar la nueva versión de Siri.
Fadell teoriza que el impulso de empresas como Meta u OpenAI por crear hardware propio no nace de una necesidad de innovación en el formato, sino de una limitación de acceso a los datos. Al no poseer miles de millones de dispositivos en circulación, estas compañías dependen de que el usuario conceda permisos individuales para acceder a la cámara, el micrófono o la ubicación GPS del teléfono. Para evitar esta fricción y la gestión de múltiples permisos, estas firmas optan por crear dispositivos independientes que integren todos los sensores necesarios y se conecten vía Bluetooth o Wi-Fi al smartphone y a la red 5G, facilitando así la recolección masiva de datos ambientales y del usuario.
Riesgos para las startups y el futuro del sector
El riesgo para las startups que intentan entrar en este mercado es significativamente mayor que para los gigantes tecnológicos. Fadell advierte que, mientras que una empresa como Apple puede permitirse el lanzamiento de un producto con una recepción mixta, como ha ocurrido con el Vision Pro, una startup solo tiene una oportunidad. Un fracaso en el ajuste entre el producto y la demanda del mercado (product-market fit) suele significar el fin definitivo de la compañía, ya que no cuentan con el respaldo financiero ni la infraestructura para pivotar tras un lanzamiento fallido.
La transición hacia asistentes de IA funcionales requiere, por tanto, un cambio de paradigma: pasar de la exhibición de capacidades tecnológicas a la resolución de necesidades concretas y seguras. La incertidumbre persiste sobre si alguna empresa logrará desarrollar un modelo de IA lo suficientemente potente que pueda ejecutarse localmente sin sacrificar la calidad de las respuestas, pero Fadell es claro en que cualquier dispositivo que dependa totalmente de la transmisión de datos sensibles a la nube enfrentará una resistencia creciente por parte de los consumidores.